一种自助洗车机服务器负载的动态均衡方法及系统与流程

本技术涉及自助洗车机的，尤其是涉及一种自助洗车机服务器负载的动态均衡调配方法及系统。

背景技术：

1、目前，自助洗车机已经遍布于各大加油站、服务区、停车场、城镇、乡村、社区等场所，这意味着自助洗车机在国内市场已经得到普遍使用。

2、在自助洗车机的运营过程中，随着洗车服务个性化配置需求的增加，服务器需要对不同用户的个性化选项进行适应与管理，多样化的管理任务无疑增加了服务器的工作负载，用户可以根据自身的喜好选择不同的洗车程序、洗涤剂种类以及洗车完毕后的额外服务等。多变的个性化配置以及日趋复杂的洗车操作指令需要数量有限的服务器对自助洗车机的处理请求进行实时处理并合理分配，以确保每个洗车任务都能够顺利执行。

3、然而，传统的负载均衡方法可能仅是简单地按顺序或随机选择服务器，这种方法在面临大量并发请求时显得力不从心。特别是在用户集中使用时段，请求高峰可能使得某些服务器接收到的请求量过大，超过其处理能力，而其他服务器却处于相对空闲状态。这种不平衡的负载分配导致高负荷服务器出现响应延迟、处理缓慢甚至服务超时的现象，导致用户登录超时、响应慢等问题，严重影响用户体验。

技术实现思路

1、为了提高自助洗车机服务器负载分配的合理性，减少因服务器高负荷导致出现响应延迟、处理缓慢甚至服务超时的现象，提高用户的使用体验，本技术提供了一种自助洗车机服务器负载的动态均衡方法及系统。

2、本技术的上述发明目的一是通过以下技术方案得以实现的：

3、一种自助洗车机服务器负载的动态均衡方法，包括步骤：

4、间隔获取自助洗车机服务器集群的当前负载信息以及历史负载信息；

5、将获取的当前负载信息以及历史负载信息输入至预测模型，预测模型进行趋势分析后输出负载预测信息；

6、基于负载预测信息动态调整负载均衡策略；

7、当接收到负载超过第一阈值的服务器关联的洗车机终端发出的操作指令时，识别该操作指令的指令类型簇，所述指令类型簇包括计算密集型、i/o密集型以及混合型；

8、基于所识别的指令类型簇以及预设置的指令拆分策略，将操作指令拆分为若干个操作子指令；

9、基于当前的负载均衡策略，将拆分后的操作子指令发送至对应的服务器。

10、通过采用上述技术方案，间隔性地从自助洗车机服务器集群中收集当前的负载信息，同时收集并存储历史负载信息，将当前负载信息以及历史负载信息输入至预训练好的预测模型中，使预测模型进行趋势分析后输出预测未来一段时间内负载情况的负载预测信息，基于负载预测信息动态调整服务器集群的负载均衡策略；当洗车用户操作任一负载超过第一阈值的服务器关联的自助洗车机发出操作指令时，识别该操作指令的指令类型簇，并基于预先设置的指令拆分策略将其拆分为若干个操作子指令并发送至对应的服务器进行处理；本技术通过以预训练好的预测模型对服务器集群的未来负载情况进行预测，并且基于预测结果动态调整负载均衡策略，在用户洗车时，以当前的负载均衡策略为前提，当接收到任一负荷情况超过预设置的第一阈值的服务器对应关联的自助洗车机的操作指令时，将该操作指令拆分为若干操作子指令并发送至对应的服务器进行处理，具有提高自助洗车机服务器负载分配的合理性，从而提高用户的使用体验的效果。

11、本技术在一较佳示例中可以进一步配置为：所述基于负载预测信息动态调整负载均衡策略的步骤，包括步骤：

12、对负载预测信息进行异常状态特征分析，若存在异常状态特征向量，则识别该异常状态特征向量关联的服务器信息；

13、基于识别的服务器信息及其历史负载信息，对该异常特征向量进行规律特性分析；

14、基于规律特性分析结果，动态调整负载均衡策略。

15、通过采用上述技术方案，对负载预测信息进行异常状态特征分析，识别其是否存在与正常模式显著不同的异常特征向量，若存在异常特征向量，则识别其关联的服务器信息，并对异常特征向量进行规律性分析，以分析其是否具有一定的发生规律，基于规律性分析结果动态调整负载均衡策略；本技术通过识别负载预测信息中的异常特征向量以及其发生规律，提高负载均衡策略动态调整的准确性以及合理性。

16、本技术在一较佳示例中可以进一步配置为：所述对负载预测信息进行异常状态特征分析，若存在异常状态特征向量，则识别该异常状态特征向量关联的服务器信息的步骤，包括步骤：

17、当负载预测信息中的任一参数超过其对应的动态阈值时，将该参数标记为异常特征向量。

18、通过采用上述技术方案，对负载预测信息进行异常状态特征分析，当负载预测信息中的任一参数超过对应的动态阈值时，将该参数标记为异常特征向量，动态阈值为基于各项参数以及环境影响预设置的在特定时段变化的阈值，通过动态阈值的设置，提高异常特征向量识别的准确性。

19、本技术在一较佳示例中可以进一步配置为：所述基于规律特性分析结果，动态调整负载均衡策略的步骤，包括步骤：

20、基于识别的服务器信息及其历史负载信息，对该异常特征向量的出现时间和出现频率进行分析，以判断其规律特性；

21、基于规律特性的判断结果，结合操作指令信息分析其对应的规律信息；

22、基于获取的规律信息调整负载均衡策略。

23、通过采用上述技术方案，基于识别的服务器信息以及该服务器的历史负载信息，对异常特征向量的出现时间和出现频率进行分析，进而判断其规律特性，基于规律特性的判断结果结合操作指令信息分析对应的规律信息，从而基于该规律信息调整负载均衡策略；本技术通过对服务器异常的规律性进行判断，并且基于判断结果分析其对应的规律信息，以所获取的规律信息为基础调整负载均衡策略，以应对具有规律性的异常负载情况。

24、本技术在一较佳示例中可以进一步配置为：所述基于所识别的指令类型簇以及预设置的指令拆分策略，将操作指令拆分为若干个操作子指令的步骤，包括步骤：

25、若操作指令的指令类型簇为计算密集型，基于当前的负载均衡策略以及预设置的赋分策略，将该计算密集型操作指令拆分为若干个独立的操作子指令；

26、若操作指令的指令类型簇为混合型，则识别其计算密集型部分以及i/o密集型部分；

27、基于当前的负载均衡策略以及预设置的赋分策略，将计算密集型部分操作指令拆分为若干个独立的操作子指令；

28、将i/o密集型部分操作指令拆分为若干个设备交互关联的操作子指令以及若干个数据传输关联的操作子指令；

29、若操作指令的指令类型簇为i/o密集型，基于预设置的拆分合并策略，将该i/o密集型操作指令指令拆分为若干个独立的操作子指令。

30、通过采用上述技术方案，若操作指令的指令类型簇为计算密集型，则基于当前的负载均衡策略以及预设置的赋分策略，将计算密集型操作指令拆分为若干个赋分合适的操作子指令，即考虑各服务器当前的负载情况，将若干操作子指令分配到各服务器后仍不会对各服务器的负载情况造成过大的负担，若操作指令的指令类型簇为混合型，则识别其计算密集型部分以及i/o密集型部分，将两个部分进行区分，同样基于当前的负载均衡策略以及预设置的赋分策略，将计算密集型的部分操作指令拆分为若干个独立的操作子指令，将i/o密集型的部分操作指令拆分为若干个设备交互相关联的操作子指令以及若干个数据传输相关联的操作子指令，将设备交互相关的指令以及数据传输相关的指令区分开后再进行拆分，使得两个部分可以并行处理，从而提高整体的处理速度，若操作指令的指令类型簇为i/o密集型，则基于预设置的拆分合并策略，将其拆分为若干个独立的操作子指令；基于不同的拆分方式对不同的指令进行拆分，缓和服务器处理时的负载情况，同时并行的子指令分配到不同的服务器进行处理时，可以提高处理速度。

31、本技术在一较佳示例中可以进一步配置为：所述若操作指令的指令类型簇为i/o密集型，基于预设置的拆分合并策略，将该i/o密集型操作指令指令拆分为若干个独立的操作子指令的步骤，包括步骤：

32、将i/o密集型操作指令拆分为若干个设备交互关联的操作子指令以及若干个数据传输关联的操作子指令；

33、基于当前的负载优化策略，将设备交互关联的操作子指令拆分或合并为若干个关联度高的操作子指令。

34、通过采用上述技术方案，将i/o密集型的操作指令拆分为若干个与设备交互相关联的操作子指令以及与数据传输相关联的操作子指令，并且将设备交互关联的操作子指令拆分为若干个独立的操作子指令，再基于当前的负载均衡策略将拆分后的同一设备或关联设备的操作子指令合并为一个或若干个操作子指令，进而有效地处理i/o密集型操作指令，提高系统的整体性能和稳定性。

35、本技术在一较佳示例中可以进一步配置为：所述基于当前的负载均衡策略，将拆分后的操作子指令发送至对应的服务器的步骤，包括步骤：

36、基于加权轮询策略确定若干个接收若干相互独立的计算密集型的操作子指令的服务器；

37、基于预设的优先度规则确定若干个接收设备交互关联的操作子指令以及数据传输关联的操作子指令的服务器；

38、通过异步通信机制将拆分后的操作子指令发送至对应的服务器。

39、通过采用上述技术方案，基于加权轮询策略确定多个接收计算密集型操作指令所拆分成的操作子指令的服务器，加权轮询策略使每个服务器节点被赋予一个权重，该权重通常根据服务器的处理能力、硬件配置、当前负载等因素来设定，使服务器处理性能得以充分运用，提高资源利用率；同时基于预设的优先度规则确定多个接收设备交互相关联的操作子指令以及多个接收数据传输相关联的操作子指令的服务器，尽可能将设备交互相关联的操作子指令以及数据传输相关联的操作子指令发送至不同的多个服务器进行处理，因两种指令具有并行性，可提高处理效率；通过异步通信机制将拆分后的操作子指令发送至对应的服务器，异步通信机制允许发送方和接收方并行工作，提高系统的吞吐量和响应速度，从而提高系统的整体性能。

40、本技术在一较佳示例中可以进一步配置为：还包括步骤：

41、将心跳检测机制部署于数据处理节点，按预设频率接收数据处理节点响应的心跳信号，以监控数据处理节点的健康状态；

42、若数据处理节点响应异常，则基于其异常类型触发故障检测机制以及流量重定向机制；

43、基于故障检测机制结果执行对应的故障恢复流程。

44、通过采用上述技术方案，在数据处理节点部署心跳检测机制，从而按照预设的频率接收心跳信号，对数据处理节点的健康状态进行监控，当其响应异常时，基于异常类型触发故障检测机制以及流量重定向机制，故障检测机制用于检测数据处理节点响应异常的原因，即服务器故障原因，流量重定向机制用于将故障节点的数据传输至对应的备份节点，基于故障检测的结果执行对应的故障恢复流程，从而修复节点故障；本技术通过引入心跳检测机制，对服务器数据处理节点进行监控，在发生故障时对其进行检测、流量重定向以及故障修复，从而在服务器数据处理节点出现故障时得以确保业务流程性以及数据完整性。

45、本技术在一较佳示例中可以进一步配置为：还包括步骤：

46、当任一服务器的负载超过第二阈值时，基于哈希一致性算法，将接收到的属于该服务器关联的操作指令发送至对应的服务器。

47、通过采用上述技术方案，当任一服务器的负载超过预设的第二阈值时，触发过载处理机制，并基于当前的负载均衡策略，将接收到的属于该服务器关联的指令类型簇的操作指令发送至其它对应合适的服务器进行处理，防止服务器因负载过高导致用户体验受到影响。

48、本技术的上述发明目的二是通过以下技术方案得以实现的：

49、一种自助洗车机服务器负载的动态均衡系统，包括：

50、信息获取模块，用于间隔获取自助洗车机服务器集群的当前负载信息以及历史负载信息；

51、负载预测模块，用于对输入的当前负载信息以及历史负载信息进行趋势分析后输出负载预测信息；

52、均衡调整模块，用于基于负载预测信息动态调整负载均衡策略；

53、指令类型识别模块，用于当接收到负载超过第一阈值的服务器关联的洗车机终端发出的操作指令时，识别该操作指令的指令类型簇；

54、指令拆分模块，用于基于所识别的指令类型簇以及预设置的指令拆分策略，将操作指令拆分为若干个操作子指令；

55、指令发送模块，用于基于当前的负载均衡策略，将拆分后的操作子指令发送至对应的服务器。

56、通过采用上述技术方案，信息获取模块用于间隔获取自助洗车机服务器集群的当前负载信息以及历史负载信息；负载预测模块用于对输入的当前负载信息以及历史负载信息进行趋势分析后输出负载预测信息；均衡调整模块用于基于负载预测信息动态调整负载均衡策略；指令类型识别模块用于当接收到负载超过第一阈值的服务器关联的洗车机终端发出的操作指令时，识别该操作指令的指令类型簇；指令拆分模块用于基于所识别的指令类型簇以及预设置的指令拆分策略，将操作指令拆分为若干个操作子指令；指令发送模块用于基于当前的负载均衡策略，将拆分后的操作子指令发送至对应的服务器。

57、综上所述，本技术包括以下至少一种有益技术效果：

58、1.本技术通过以预训练好的预测模型对服务器集群的未来负载情况进行预测，并且基于预测结果动态调整负载均衡策略，在用户洗车时，以当前的负载均衡策略为前提，当接收到任一负荷情况超过预设置的第一阈值的服务器对应关联的自助洗车机的操作指令时，将该操作指令拆分为若干操作子指令并发送至对应的服务器进行处理，具有提高自助洗车机服务器负载分配的合理性，从而提高用户的使用体验的效果；

59、2.本技术通过识别负载预测信息中的异常特征向量以及其发生规律，提高负载均衡策略动态调整的准确性以及合理性；

60、3.本技术通过对服务器异常的规律性进行判断，并且基于判断结果分析其对应的规律信息，以所获取的规律信息为基础调整负载均衡策略，以应对具有规律性的异常负载情况；

61、4.基于不同的拆分方式对不同的指令进行拆分，缓和服务器处理时的负载情况，同时并行的子指令分配到不同的服务器进行处理时，可以提高处理速度；

62、5.通过引入心跳检测机制，对服务器数据处理节点进行监控，在发生故障时对其进行检测、流量重定向以及故障修复，从而在服务器数据处理节点出现故障时得以确保业务流程性以及数据完整性。